MétaCan
Menu
Retour à la cohorte
Enregistrement W2913082798 · doi:10.1177/1462474518822485

‘Three warnings and you’re out’: Banishment and precarious penality in South Africa’s informal settlements

2019· article· en· W2913082798 sur OpenAlexafffund
Gail Super

Notice bibliographique

RevuePunishment & Society · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConnaught Fund
Mots-clésPunitive damagesPrecarityPunishment (psychology)CriminologyState (computer science)SociologyPolitical scienceLawSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

This paper asks how punitive forms of non-state punishment play out on the margins of the state, in informal (shack) settlements in South Africa. My focus is on the practice of forcing those who are suspected of certain offences to leave their homes in informal settlements. I refer to this as ‘banishment’ and argue that it is a ‘penal phenomenon’ which is intimately tied to the general precarity that residents experience on a daily basis. The paper examines the ways in which these formally illegal, but nonetheless legitimate practices, draw on and reconfigure liberal state punishment. I use my study to make a broader theoretical point about the interplay between lawful state punishment and unlawful punishment on the periphery of the state. The blurred boundaries between legal (state) violence and illegal (but nonetheless legitimate) violence are particularly ‘visible’ in situations of ‘precarious penality’ – a term that I use to describe the unstable, violent and exclusionary penality that manifests in situations of socio-economic precarity, particularly in contexts of inequality, high rates of violent crime and a delegitimated rule of law. In these circumstances ‘non-state’ punishment contributes to the construction and maintenance of group boundaries and fulfils a similar function to ‘formal’ punishment. Thus, I ask whether it makes sense to exclude ‘non-state’ public authorities which act against ‘criminality’, when asking what or who constitutes the penal field and, when measuring state punitiveness?

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,023
Communication savante0,0040,003
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,279
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePunishment & SocietyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207